python - 如何动态地将 Pandas 列转换为行

Question

我在 Pandas 中有以下数据框

code   tank  noz_sale_cumsum  noz_1_sub  noz_2_sub   noz_1_avg   noz_2_avg  noz_1_flag  noz_2_flag 
123    1     1234             12         23          23.23       32.45      short       ok                
123    2     1200             13         53          33.13       22.45      excess      ok            

noz_1_sub、noz_2_sub、noz_1_avg、noz_2_avg、noz_1_flag 和 noz_2_flag 等列是动态生成的。我想要的数据框将如下所示。

code  tank  noz_no   noz_sale_cumsum  noz_sub   noz_avg   noz_flag
123   1     1        1234             12        23.23     short
123   1     2        1234             23        32.45     ok
123   2     1        1200             13        33.13     excess
123   2     2        1200             53        22.45     ok

我正在跟进 Pandas 。

first I am getting all dynamic columns in different arrays

cols_sub = [cols for cols in df.columns if re.search('noz_\d+_sub', cols)]
cols_avg = [cols for cols in df.columns if re.search('noz_\d+_avg', cols)]
cols_flag = [cols for cols in df.columns if re.search('noz_\d+_flag', cols)]

final_df = df.pivot_table(index=['code', 'tank', 'noz_sale_cumsum'], columns=[cols_sub, cols_avg, cols_flag], values=[]).reset_index()      

我不确定值列以及如何从 noz 列中提取数字并将其放在 noz_no 列下。任何帮助表示赞赏。

Answer 1

您可以使用 melt 将所有内容转换为行，然后使用 pivot_table 将一些行转换回列。

a = df.melt(id_vars=['code', 'tank', 'noz_sale_cumsum'])
a['noz_no'] = a.variable.map(lambda x: x.split('_')[1])
a['kpi'] = a.variable.map(lambda x: 'noz_' + x.split('_')[2])

a.pivot_table(
    values='value',
    index=['code', 'tank', 'noz_sale_cumsum', 'noz_no'],
    columns=['kpi'], aggfunc='first'
).reset_index()